# NVIDIA 用 LoRA/DoRA 微调 Cosmos Predict 2.5，让它能生成机器人第一视角视频

> 原标题：NVIDIA 通过 LoRA/DoRA 微调 Cosmos Predict 2.5 实现机器人视频生成

- 来源：AI HOT 精选
- 发布时间：2026-05-18T16:00:21.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/23636
- 原文：https://huggingface.co/blog/nvidia/cosmos-fine-tuning-for-robot-video-generation

## 摘要

NVIDIA 发了一篇技术博客，教你怎么用 LoRA 和 DoRA 这两种轻量微调方法，去训练他们自家的 Cosmos Predict 2.5 视频模型。目标是让模型能根据文字指令，生成机器人看到的画面，比如机械臂在桌上抓东西。

## 推荐理由

NVIDIA 在技术博客中演示用 LoRA 和 DoRA 轻量微调 Cosmos Predict 2.5，让模型按文字指令生成机械臂抓取等机器人第一视角画面，为具身智能提供一条低成本造训练视频的路径。

## 锐评

LoRA 微调视频模型不新鲜，放到机器人第一视角上就有点意思了。造具身智能的训练数据，最贵的从来是采集，真机跑一遍成本高得离谱，合成视频能省掉一大截。NVIDIA 把 Cosmos Predict 2.5 配 LoRA 和 DoRA，等于告诉你不用全量微调也能按文字指令生成机械臂抓东西的画面。这篇博客没给数据量也没给评测分数，生成质量能不能拿来训策略，光看文字判断不了。想试就小规模跑一下，采集管线先别动。
